27实习生收简历

Claude Skill = 可复用工作流，不是一次性Prompt。装好直接调用，不用每次重写指令。以下按岗位列出最值得装的几个。 产品经理 Product Toolkit 自动生成 PRD、用户故事、产品路线图、功能拆解、验收标准。 输入：用户痛点 + 目标用户 + 核心功能 → 输出完整 PRD。 原来1天的文档工作，缩到1小时。 User Research Pro 上传访谈录音或文字 → 自动提取核心需求、用户痛点、潜在期望，生成分析报告。 还能生成：问卷、用户画像、用户旅程地图、需求优先级排序。 Feedback Analyzer 批量处理 App Store 评论、社区反馈、客服记录...

工作职责 1. 负责 toC 产品 AI 场景的Prompt 设计、迭代与优化，聚焦用户意图理解与模型输出效果提升。2. 跟踪 AI 功能线上表现，挖掘用户反馈与 bad case，协助定位问题，输出可落地的优化建议。3. 协助开展LLM 效果评测，形成评测结论与优化方向。4. 了解 RAG、Agent 等 AI 前沿技术方向，协助探索其在 toC 产品中的应用可行性。5. 参与 Prompt 模板、评测标准的沉淀，协助完善内部 Prompt 资产管理。任职要求1. 27届本科及以上应届毕业生，计算机、人工智能、自动化、数据科学等理工科优先。2. 了解大模型基本原理与 AI 算法常识，有Prompt Engineering实践或学习经验优先。3. 具备基础技术工程能力，会使用 Python、MySQL 或任一数据处理工具者优先。4. 逻辑清晰，产品 sense 强，能快速理解用户需求并拆解成可执行的 AI 任务逻辑。5. 学习能力强、脑子灵活、做事细致，对 AI 产品有强烈热情，愿意深度钻研模型与 Prompt 优化。6. 一周可实习 4 天及以上，能稳定实习 3 个月以上。加分项1. 有对话、生成类 AI 产品的Prompt 优化或模型评测经验。2. 理解 RAG、Agent 等主流 AI 技术架构与应用逻辑。3. 深度体验过国内外各类 AI 产品，对产品体验与模型效果有自己的思考与理解。面向对象2027届（2026.9-2027.8之间毕业）投递链接https://jobs.mihoyo.com/?sharePageId=121176&recommendationCode=052BT&isRecommendation=true#/campus/position/8026

卖AI比懂AI难，但有时候我更觉得，用AI比懂AI更难今天不再纸上谈兵，分享一下我正在跑的自动化工作流，零代码或低代码就能搭，能复用的场景绝对不止局限于商务层一起把重复性工作丢给机器，把脑力留给真正需要人的判断和创意的地方会议纪要结构化流背景情况： 每周开会10余场，会后整理纪要平均耗时太久，且容易漏掉关键点工具组合： 笔记 + Coze工作流搭建逻辑：录音转写：腾讯/飞书/teams自带的录制视频功能转写文字就行，保留音频内容和共享屏幕内容AI结构化： 文字自动流入Coze工作流，按固定模板提取——客户背景与痛点我方提出的方案与报价客户异议与顾虑等等，还有双方达成共识后确认的下一步行动输出归...

1. 算法题隐藏评分维度字节跳动3-1级面试官手册显示：解题速度权重仅占30%，而极端case处理（如处理10^18量级数据）、变量命名规范度各占25%。曾有人因写下const EPSILON = 1e-9被评"工程化意识突出"。2. 系统设计题反套路公式阿里P7面试官透露：回答需包含三个降级维度（功能降级、流量降级、数据降级）和两个弹性策略（自动扩缩容、熔断机制）。案例：用Sentinel+AHAS实现电商秒杀系统的回答，让候选人直接定级P6。3. 行为面终极话术当被问"为什么选择我们"时，禁用"平台大/技术强"等通用答案。正确姿势：· 我用kube-bench扫描过贵司开源项目安全配置 +· 在arXiv读过贵团队CVPR'24的论文 +· 发现与我的分布式训练调优经验高度契合关注我：获得更多面试技巧米忽悠内推：https://jobs.mihoyo.com/m/?sharePageId=77117&recommendationCode=66CJD&isRecommendation=true#/campus/position